• Tidak ada hasil yang ditemukan

TIPS dan TRIK RECODE & AUTOMATIC RECODE

N/A
N/A
Protected

Academic year: 2022

Membagikan "TIPS dan TRIK RECODE & AUTOMATIC RECODE"

Copied!
10
0
0

Teks penuh

(1)

TIPS dan TRIK RECODE & AUTOMATIC

RECODE

1. RECODE

Perintah ini berfungsi untuk memberi kode ulang (recode) kepada suatu variabel berdasar kriteria tertentu. Recode bisa dilakukan:

o Dalam variabel yang sama

o Dalam variabel yang berbeda (yang baru).

Kasus:

Pada Data File BERAT, variabel Gender yang terdiri dari kode 1 (Pria) dan kode 2 (Wanita) akan di buat pembuatan kode ulang, yaitu:

o Kode 1 untuk Pria dengan berat badan dibawah 50 kilogram.

o Kode 2 untuk Wanita dengan berat badan dibawah 50 kilogram.

o Kode 3 untuk Pria dengan berat badan diatas 50 kilogram (disebut PRIA KEKAR).

o Kode 4 untuk Wanita dengan berat badan diatas 50 kilogram (disebut WANITA KEKAR)

(2)

Langkah:

KODE ULANG DITEMPATKAN PADA VARIABEL YANG SAMA Letakkan pointer pada sembarang tempat pada file BERAT

o Dari menu utama SPSS, pilih menu Transform. Kemudian klik mouse pada pilihan Recode, lalu pilih Into same Variables…

Tampak di layar:

Gambar 1. Kotak Dialog Recode Pengisian:

⇒ Karena variabel yang akan di kode ulang (recode) adalah gender, maka pilih variabel gender, lalu pindahkan pada kolom Variable

⇒ Untuk menulis persyaratan bobot harus diatas 50 kilogram (lihat kasus), maka tekan tombol IF. Kemudian pilih Include if cases satisfies condition, lalu ketik:

Berat>50

Tekan tombol CONTINUE untuk melanjutkan.

Pengisian kode dengan menekan tombol Old and New Values….

Tampak si layar:

Gambar 2. Kotak Dialog Old & New Values Pengisian:

⇒ Kolom Old Value

Ketik pada kolom value angka 1. Hal ini berarti akan diubah kode lama berupa angka 1 atau Wanita dengan nilai baru

(3)

⇒ Kolom New Value

Ketik pada kolom value angka 3. Hal ini berarti kode lama 1 diubah menjadi 3 untuk kode Wanita Kekar

⇒ Klik tombol ADD untuk memasukkan ke kotak OLD -> NEW hingga terlihat tulisan 1 -> 3

⇒ Untuk selanjutnya, ulangi pengisian Kolom Old Value

Ketik pada kolom value angka 2. Hal ini berarti akan diubah kode lama berupa angka 2 atau Pria dengan nilai baru

⇒ Kolom New Value

Ketik pada kolom value angka 4. Hal ini berarti kode lama 2 diubah menjadi 4 untuk kode Pria Kekar

Klik tombol ADD untuk memasukkan ke kotak OLD -> NEW hingga terlihat tulisan 2 -> 4

Tekan tombol CONTINUE untuk melanjutkan.

Tekan OK maka tampak output:

nama berat Gender

1 AMIR 78.54 4

2 CICILIA 45.77 Wanita

3 IIN 58.99 3

4 SUGENG 76.92 4

5 LINA 55.67 3

6 AGUS 78.67 4

7 BUDI 87.56 4

8 LIANA 44.86 Wanita

9 DIANA 50.21 3

10 DEDE 77.86 4

11 HERMAN 80.23 4

12 VERONIKA 48.96 Wanita

(4)

13 FENNY 44.76 Wanita

14 IWAN 79.57 3

15 ANA 40.23 Wanita

Perbaikan Output:

Terlihat ada campuran antara kalimat pria dan wanita dengan angka 3 dan 4.

Hal ini terjadi karena kode 3 dan 4 belum dikenal oleh DATA EDITOR dari SPSS. Oleh karena itu, kode data di ulang dengan prosedur:

Tekan CTRL-T (atau dari menu utama VIEW, pilih VARIABLE). Tampak SPSS menampilkan layar properti variabel.

Klik mouse pada kotak Values, dan klik mouse pada kotak kecil di kanan hingga tampak tampilan:

Gambar 3. Kotak Dialog Value Labels Pengisian:

⇒ Value atau Nilai yang akan dimasukkan. Pertama, ketik 3

⇒ Value Label atau keterangan Nilai, untuk keseragaman, ketik pria kekar

⇒ Terlihat pilihan Add sudah berubah warna. Dengan mengklik mouse pada pilihan ADD, maka terlihat pada kotak dibawah keterangan 3=’wanita kekar’

⇒ Selanjutnya, ulangi prosedur untuk tanda ‘4’. Untuk itu tempatkan mouse pada Value, lalu ketik 4. Kemudian pada Value Label ketik wanita kekar.

⇒ Setelah itu, dengan mengklik Add maka tampak keterangan 4=’pria kekar’

Dengan demikian angka 3 dan 4 sekarang berlaku sebagai tanda untuk pria kekar atau wanita kekar, sebagai tambahan kode 1 dan 2.

Tekan OK jika pengisian telah selesai.

(5)

Terlihat secara otomatis angka 3 dan 4 berubah menjadi label yang sesuai, sebagai berikut:

Nama berat Gender

1 AMIR 78.54 pria kekar

2 CICILIA 45.77 wanita

3 IIN 58.99 wanita kekar

4 SUGENG 76.92 pria kekar

5 LINA 55.67 wanita kekar

6 AGUS 78.67 pria kekar

7 BUDI 87.56 pria kekar

8 LIANA 44.86 wanita

9 DIANA 50.21 wanita kekar

10 DEDE 77.86 pria kekar

11 HERMAN 80.23 pria kekar

12 VERONIKA 48.96 wanita

13 FENNY 44.76 wanita

14 IWAN 79.57 pria kekar

15 ANA 40.23 wanita

Analisis:

Dari hasil recode ternyata semua responden pria bisa dikategorikan sebagai pria kekar, sedangkan responden wanita, hanya tiga yang berubah status menjadi wanita kekar, karena berbobot lebih dari 50 kilogram

NB: Simpan output (pada DATA EDITOR) dengan nama RECODE_1.

KODE ULANG DITEMPATKAN PADA VARIABEL YANG BERBEDA

o Buka file BERAT yang ‘asli’

o Letakkan pointer pada sembarang tempat pada file BERAT

o Dari menu utama SPSS, pilih menu Transform. Kemudian klik mouse pada pilihan Recode, lalu pilih Into Different Variables…

(6)

Tampak di layar kotak dialog RECODE, dengan pengisian:

⇒ Karena variabel yang akan di kode ulang (recode) adalah gender, maka pilih variabel gender, lalu pindahkan pada kolom NumericVariable-> Output Variable

⇒ Pemberian Nama Output. Ketik pada kolom Output variable, pada bagian NAME dengan kekar. Dan pada bagian label atau keterangan, ketik Badan Kekar. Klik tombol Change hingga variabel baru ‘kekar’ masuk ke Output variabel

⇒ Untuk menulis persyaratan bobot harus diatas 50 kilogram (lihat kasus), maka tekan tombol IF yang ada di bagian tengah bawah.

Pada pilihan Include if cases satisfies condition, ketik:

Berat>50

Tekan tombol CONTINUE untuk melanjutkan

Pengisian kode dengan menekan tombol Old and New Values…

Tampak di layar kotak dialog OLD AND NEW VALUES. Pengisian:

⇒ Berbeda dengan pengisian untuk Same Variables, untuk Different Variables bisa dilakukan pemasukan nama variabel secara langsung.

Untuk itu, klik mouse pada pilihan Output variables are strings di bagian kanan bawah, kemudian pada kotak Width atau jumlah huruf, ketik 20 (berarti maksimum pengisian huruf adalah 20 karakter).

⇒ Kolom Old Value

Ketik pada kolom value angka 1. Hal ini berarti akan diubah kode lama berupa angka 1 atau Pria dengan nilai baru

⇒ Kolom New Value

Ketik pada kolom value kalimat Wanita Kekar. Hal ini berarti kode lama 1 diubah menjadi Wanita Kekar

⇒ Klik tombol ADD untuk memasukkan ke kotak OLD -> NEW hingga terlihat tulisan 1 -> ‘Wanita Kekar’

Untuk selanjutnya, ulangi pengisian Kolom Old Value

⇒ Ketik pada kolom value angka 2. Hal ini berarti akan diubah kode lama berupa angka 2 atau Pria dengan nilai baru

⇒ Kolom New Value

(7)

Ketik pada kolom value kalimat Pria Kekar. Hal ini berarti kode lama 2 diubah menjadi Pria Kekar

Klik tombol ADD untuk memasukkan ke kotak OLD -> NEW hingga terlihat tulisan 2 -> ‘Pria Kekar’

Tekan tombol CONTINUE untuk melanjutkan.

Tekan OK maka tampak output:

Nama Berat Gender Kekar

1 AMIR 78.54 pria Pria Kekar

2 CICILIA 45.77 wanita

3 IIN 58.99 wanita Wanita Kekar 4 SUGENG 76.92 pria Pria Kekar 5 LINA 55.67 wanita Wanita Kekar

6 AGUS 78.67 pria Pria Kekar

7 BUDI 87.56 pria Pria Kekar

8 LIANA 44.86 wanita

9 DIANA 50.21 wanita Wanita Kekar 10 DEDE 77.86 pria Pria Kekar 11 HERMAN 80.23 pria Pria Kekar 12 VERONIK

A

48.96 wanita

13 FENNY 44.76 wanita

14 IWAN 79.57 pria Pria Kekar

15 ANA 40.23 wanita

Analisis:

Terdapat variabel baru kekar, dan telah dilakukan pengkodean ulang, dengan hasil yang sama, yaitu semua responden pria bisa dikategorikan sebagai pria kekar, sedangkan responden wanita, hanya tiga yang berubah status menjadi wanita kekar

(8)

NB: Output diatas bisa disimpan dalam file tersendiri, untuk membedakan dengan file yang asli. Untuk itu, buka menu File, lalu pilih Save As.., dan kemudian beri nama file baru (RECODE_2).

2. AUTOMATIC RECODE

Fungsi ini akan mengubah sebuah variabel numerik tanpa Values menjadi sebuah variabel numerik dengan values secara otomatis (automatic). Jadi ada pengkodean ulang (recode) terhadap variabel numerik non values tersebut.

Kasus:

Dari file DATA PERSONALIA, variabel USIA akan dilakukan automatic recode, sehingga setiap angka usia yang ada akan dibuat kode tersendiri (kode 1,2,3 dan seterusnya sejumlah data usia karyawan).

Langkah:

o Buka file data personalia

o Dari menu Transform, pilih sub menu Automatic Recode…

Tampak di layar:

Gambar 4. kotak dialog Automatic Recode Pengisian:

⇒ VariableÆNew Name. Sesuai kasus, masukkan variabel usia Kemudian, pada kotak tengah, pada bagian NEW NAME (terlihat non aktif), ketik usia_rec untuk menamai variabel baru yang akan memuat hasil recode. tampak sekarang caption NEW NAME menjadi aktif. Tekan caption NEW NAME tersebut, maka terlihat di kotak atas nama variabel baru telah tertera.

(9)

⇒ Recode starting from. Karena pengkodean usia akan dilakukan dari usia yang terendah, maka biarkan pada pilihan Lowest Value Tekan OK untuk proses data.

Output:

Proses automatic Recode menghasilkan dua output:

Output dengan tipe spo, yang memuat hasil pengkodean, dengan tampilan:

USIA USIA_REC Old Value New Value Value Label

21 1 21 22 2 22 23 3 23 24 4 24 25 5 25 26 6 26 27 7 27 28 8 28 29 9 29 30 10 30 31 11 31 32 12 32 34 13 34

NB: simpan Output diatas dengan nama A_RECODE.

Analisis:

Pada output diatas, ada tiga kolom untuk variabel baru (USIA_REC):

o OLD VALUE atau nilai variabel semula, seperti usia baris 1 adalah 21, dan seterusnya sampai 13 isian. Namun berbeda dengan data asli, sekarang nilai usia diurutkan dari usia terkecil ke usia terbesar.

o NEW VALUE atau nilai variabel baru. Sebagai contoh, angka 21 sekarang diberi kode 1. kemudian usia yang lebih besar, 22 diberi kode 2. demikian seterusnya sampai ke 13 nilai usia, yang diberi kode 1 sampai 13.

(10)

o VALUE LABEL atau keterangan nilai 1 sampai 13 tersebut. Hal ini sama dengan saat melakukan kode untuk jenis kelamin, seperti nilai (value) 1 didefinisikan sebagai Pria, dan nilai 2 untuk wanita. Disini ada 13 nilai (kode), dimana nilai 1 untuk angka usia 21, nilai 2 untuk angka 22 dan seterusnya sampai 13 kode.

Dari output diatas, dari 60 data semula, dengan recode menjadi tinggal 13 kode. Hal ini disebabkan adanya usia karyawan yang sama, sehingga usia yang sama hanya dikode sekali saja. Dengan demikian ada 60 – 13 = 37 data usia yang sama.

Kegunaan recode:

Hasil automatic recode bisa digunakan untuk menginput data secara otomatis, tanpa perlu dilakukan input dengan pengetikan. Misal akan mengisi data ke 61, letakkan pointer pada kolom / variabel USIA_REC di baris 61, kemudian ketik kode sesuai usia yang akan diinput (dengan kode 1 sampai 13), seperti angka 1 berarti usia 21, dimana tidak perlu lagi diketik ‘21’.

Tentu saja contoh usia diatas cenderung merepotkan, karena user harus hafal besaran kode dan nilai usia. Namun untuk kegunaan dimana input data sering dilakukan dengan nilai yang sama, serta jumlah kode tidak banyak, dan data asli belum dikode, penggunaan automatic recode sangat berguna untuk mengubah value data, daripada dilakukan input ulang terhadap suatu data.

Output dengan tipe sav, yang persis sama dengan data semula, hanya sekarang ada variabel baru dengan nama USIA_REC, dimana isinya sekilas sama persis dengan isi variabel usia. Namun jika isian variabel tersebut di klik, tampak daftar kode usia dari 1 sampai 13, dan bukannya isian langsung seperti variabel usia yng mula-mula.

NB: simpan file output diatas dengan nama A_RECODE (bertipe sav)

Gambar

Gambar 3. Kotak Dialog Value Labels  Pengisian:

Referensi

Dokumen terkait

Bentuk dari data ini perlu dicatat di KD, karena dapat digunakan untuk mengkelompokan KD ke dalam kegunaanya, sewaktu perancangan sistem KD yang mencatat data

Kutai Kartanegara Sumaryati P 9454757658300072 SMK NEGERI 3 TENGGARONG Agribisnis Tanaman Perkebunan 64 Kab.. Kutai

4) Pindahkan variabel “Volume biogas” ke kotak Independent, kemudian pindahkan variabel “Data” ke kotak Grouping Variable, klik Define Range, kemudian ketikkan

Terkait dengan pengertian bimbingan karir daiatas maka yang dimaksud dengan bimbingan karir dalam penelitian ini adalah suatu proses usaha membantu siswa untuk

Kesadaran tentang keterbatasan cadangan bahan bakar fosil dan dampak lingkungan yang ditimbulkannya telah mendorong Indonesia untuk membangun kebijakan energi nasional yang

Salah satu hal yang krusial yang sering terjadi dalam penyusunan perencanaan kebutuhan diklat adalah jenis ,teknis dan sasaran pelatihan yang tersusun dalam DPA sering tidak melalui

Kampung Adat Sakai Libo Jaya berada di wilayah kecamatan Kandis seperti pada umumnya wilayah Kabupaten Siak terdiri dari dataran rendah dan berbukit-bukit dengan struktur tanah

Disimpulkan bahwa pemberian ekstrak etanol buah Citrullus lanatus dosis 700 mg/ kgBB/hari mampu menurunkan diameter pulpa alba limpa mencit BALB/c diinduksi ovalbumin